-
公开(公告)号：CN117294022B
公开(公告)日：2024-02-06
申请号：CN202311569856.6
申请日：2023-11-23
申请人： 国网山东省电力公司济南供电公司 , 国网智能科技股份有限公司 , 中国科学院自动化研究所
发明人： 李琮 , 刘昭 , 任志刚 , 胥明凯 , 于光远 , 刘晓 , 刘春明 , 鲍新 , 王万国 , 张雨薇 , 瞿寒冰 , 范岩 , 丁昊 , 李彬 , 王鹏 , 孙世颖 , 李恩 , 赵晓光 , 韩为超 , 段承金 , 马彦飞 , 周兴福
IPC分类号： H02J13/00
摘要： 本发明公开了一种基于多源传感器协同的变电站巡检系统及方法，属于电力设备监测技术领域，系统包括多源传感层、边缘计算层和协同感知决策层，多源传感层用于采集巡检装置与电力设备端传感器多源传感信息；边缘计算层根据多源传感信息计算各个传感器的单一传感器数据特征以及单一传感器感知结果；协同感知决策层利用感知结果进行巡检装置调度，控制巡检装置到达对应的巡检点位，对待巡检设备进行传感数据采集；同时协同感知决策层利用多个传感器的数据特征进行协同感知，输出协同感知结果。本发明实现了对变电站关键设备进行多层次、多角度的协同感知，提高了变电巡检装置的巡检、感知、任务执行的能力和效率。
-
公开(公告)号：CN117292716B
公开(公告)日：2024-02-06
申请号：CN202311581171.3
申请日：2023-11-24
申请人： 国网山东省电力公司济南供电公司 , 国网智能科技股份有限公司 , 中国科学院自动化研究所
发明人： 于光远 , 王思源 , 胡旭冉 , 任志刚 , 胥明凯 , 韦良 , 褚壮壮 , 鲍新 , 瞿寒冰 , 刘晓 , 范岩 , 翟晨龙 , 刘冠祥 , 孙志周 , 王振利 , 孙世颖 , 孟健 , 韩为超 , 亓才 , 朱玉 , 蒋超 , 杨广辉
IPC分类号： G10L25/51 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08 , G10L25/30 , G01D21/02
摘要： 本发明公开了一种基于声纹与红外特征融合的变压器故障诊断方法与系统，属于变压器多传感器融合故障感知与诊断技术领域，方法包括：采集变压器运行过程中的声纹信号和红外图像；提取声纹信号的声纹特征以及三种不同尺度的红外图像特征；基于级联通道注意力和空间注意力机制将声纹特征分别与三种尺度的红外特征进行融合，获得三个尺度的融合特征；建立特征融合故障诊断模型，利用所述特征融合故障诊断模型对三种尺度的融合特征进行聚合，利用两个多层感知机构建检测和分割多任务网络，进行预测故障类型和位置。本发明将红外图像信息和
-
公开(公告)号：CN117292716A
公开(公告)日：2023-12-26
申请号：CN202311581171.3
申请日：2023-11-24
申请人： 国网山东省电力公司济南供电公司 , 国网智能科技股份有限公司 , 中国科学院自动化研究所
发明人： 于光远 , 王思源 , 胡旭冉 , 任志刚 , 胥明凯 , 韦良 , 褚壮壮 , 鲍新 , 瞿寒冰 , 刘晓 , 范岩 , 翟晨龙 , 刘冠祥 , 孙志周 , 王振利 , 孙世颖 , 孟健 , 韩为超 , 亓才 , 朱玉 , 蒋超 , 杨广辉
IPC分类号： G10L25/51 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08 , G10L25/30 , G01D21/02
摘要： 本发明公开了一种基于声纹与红外特征融合的变压器故障诊断方法与系统，属于变压器多传感器融合故障感知与诊断技术领域，方法包括：采集变压器运行过程中的声纹信号和红外图像；提取声纹信号的声纹特征以及三种不同尺度的红外图像特征；基于级联通道注意力和空间注意力机制将声纹特征分别与三种尺度的红外特征进行融合，获得三个尺度的融合特征；建立特征融合故障诊断模型，利用所述特征融合故障诊断模型对三种尺度的融合特征进行聚合，利用两个多层感知机构建检测和分割多任务网络，进行预测故障类型和位置。本发明将红外图像信息和声纹信息进行有机结合，提供了更加综合、准确的故障诊断结果，有效提高了复杂故障的诊断准确率。
-
公开(公告)号：CN117294022A
公开(公告)日：2023-12-26
申请号：CN202311569856.6
申请日：2023-11-23
申请人： 国网山东省电力公司济南供电公司 , 国网智能科技股份有限公司 , 中国科学院自动化研究所
发明人： 李琮 , 刘昭 , 任志刚 , 胥明凯 , 于光远 , 刘晓 , 刘春明 , 鲍新 , 王万国 , 张雨薇 , 瞿寒冰 , 范岩 , 丁昊 , 李彬 , 王鹏 , 孙世颖 , 李恩 , 赵晓光 , 韩为超 , 段承金 , 马彦飞 , 周兴福
IPC分类号： H02J13/00
摘要： 本发明公开了一种基于多源传感器协同的变电站巡检系统及方法，属于电力设备监测技术领域，系统包括多源传感层、边缘计算层和协同感知决策层，多源传感层用于采集巡检装置与电力设备端传感器多源传感信息；边缘计算层根据多源传感信息计算各个传感器的单一传感器数据特征以及单一传感器感知结果；协同感知决策层利用感知结果进行巡检装置调度，控制巡检装置到达对应的巡检点位，对待巡检设备进行传感数据采集；同时协同感知决策层利用多个传感器的数据特征进行协同感知，输出协同感知结果。本发明实现了对变电站关键设备进行多层次、多角度的协同感知，提高了变电巡检装置的巡检、感知、任务执行的能力和效率。
-
公开(公告)号：CN117390407B
公开(公告)日：2024-04-05
申请号：CN202311710475.5
申请日：2023-12-13
申请人： 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC分类号： G06F18/20 , G06F18/241 , G06N3/0464 , G06N3/08 , G06Q10/20 , G06Q50/06
摘要： 本发明涉及智能变电站技术领域，公开一种变电站设备的故障识别方法、系统、介质和设备，包括：构建包括门控网络和多个不同的专家网络的故障识别模型，门控网络识别输入图像中的设备类别，经过门控网络分类后的输入图像根据识别出的设备类别输入对应的专家网络得到不同类别下的故障类别识别结果；当某一类别的设备出现新故障类别时，在该设备对应的专家网络的输出层新建一个神经元，结合新故障的图像样本、旧故障的图像样本和新故障对应的正常图像样本重新训练更新后的专家网络，实现对故障识别模型的实时更新。本发明可以分层对故障类别进行识别、实现整体模型的实时更新，在加快模型的识别速度的同时增加模型的准确率。
-
公开(公告)号：CN118171697B
公开(公告)日：2024-08-30
申请号：CN202410584793.X
申请日：2024-05-13
申请人： 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC分类号： G06N3/0464 , G06N3/082
摘要： 本发明的一种深度神经网络压缩的方法、装置、计算机设备和存储介质，属于卷积神经网络技术领域，方法包括：获取原始深度神经网络的权重矩阵；通过局部结构化稀疏处理对权重矩阵进行稀疏剪枝；通过乘积量化方法对稀疏剪枝后权重矩阵进行矩阵权重压缩，获得压缩权重；将压缩权重放入adam模块进行微调，获得压缩后的输变电缺陷识别模型。本发明通过结构化稀疏提高了计算效率，通过乘积量化降低了存储开销，结构化稀疏和乘积量化两者协同工作，大大提高了深度神经网络的压缩率。
-
公开(公告)号：CN116912637B
公开(公告)日：2023-12-22
申请号：CN202311174427.9
申请日：2023-09-13
申请人： 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC分类号： G06V10/774 , G06V10/77 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/082 , G06T7/00
摘要： 本发明公开了一种输变电缺陷识别的方法、装置、计算机设备和存储介质，属于图像处理技术领域，应用于变电站场景的方法包括：获取变电站缺陷检测数据集，对变电站缺陷检测数据集进行图像预处理，生成样本集；利用训练集训练卷积神经网络，建立基于YoloV3模型的变电站缺陷识别模型；基于双门动态剪枝方法对变电站缺陷识别模型进行轻量化处理，获得轻量化变电站缺陷识别模型：利用验证集对轻量化变电站缺陷识别模型进行验证；实时采集变电站缺陷监测图像，并输入轻量化变电站缺陷识别模型进行变电站缺陷检测。本发明能够及时发现和鉴别变电站(56)对比文件琚泽立 等.基于轻量化网络的变电站缺陷图片检测算法.电网与清洁能源.2020,(08),第47-53页.胥明凯 等.应用于GIS绝缘缺陷诊断的改进BP神经网络识别方法《.第三届智能电网会议论文集——智能用电》.2019,第288-291页.Mashhadi M.B et.al.Pruning thePilots: Deep Learning-Based Pilot Designand Channel Estimation for MIMO-OFDMSystems《.IEEE TRANSACTIONS ON WIRELESSCOMMUNICATIONS》.2021,第20卷(第10期),第6315-28页.周仿荣;方明;马御棠;潘浩.基于YOLO v3的输电线路缺陷快速检测方法.云南电力技术.2020,(04),第116-120页.
-
公开(公告)号：CN118799653A
公开(公告)日：2024-10-18
申请号：CN202411267049.3
申请日：2024-09-11
申请人： 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V10/22 , G06N3/0464 , G06N3/08
摘要： 本发明的一种隐式语义关联建模方法、零样本图像分类方法及装置，属于图像处理技术领域，零样本图像分类方法包括以下步骤：步骤1，获取测试图像和源图像，所述测试图像为未标注的目标图像，所述源图像为标记好的图像；步骤2，利用源图像进行模型训练，获得语义相关性预测模型g(*)；步骤3，计算测试图像的隐含语义表示；步骤4，计算测试图像与每个源图像之间的语义关联矩阵Hi,t；步骤5，利用语义相关性预测模型g(*)预测测试图像与每个源图像之间的语义一致性，并将测试图像分类到平均语义一致性最大的类别。本发明在多个公共数据集上表现出色，并持续提高分类准确率，具有较好的判别力和泛化能力。
-
公开(公告)号：CN116912637A
公开(公告)日：2023-10-20
申请号：CN202311174427.9
申请日：2023-09-13
申请人： 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC分类号： G06V10/774 , G06V10/77 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/082 , G06T7/00
摘要： 本发明公开了一种输变电缺陷识别的方法、装置、计算机设备和存储介质，属于图像处理技术领域，应用于变电站场景的方法包括：获取变电站缺陷检测数据集，对变电站缺陷检测数据集进行图像预处理，生成样本集；利用训练集训练卷积神经网络，建立基于YoloV3模型的变电站缺陷识别模型；基于双门动态剪枝方法对变电站缺陷识别模型进行轻量化处理，获得轻量化变电站缺陷识别模型：利用验证集对轻量化变电站缺陷识别模型进行验证；实时采集变电站缺陷监测图像，并输入轻量化变电站缺陷识别模型进行变电站缺陷检测。本发明能够及时发现和鉴别变电站和输电线路缺陷，提高了变电站和输电线路运维自动化水平和电网运行安全，也适用于输电线路场景。
-
公开(公告)号：CN118171697A
公开(公告)日：2024-06-11
申请号：CN202410584793.X
申请日：2024-05-13
申请人： 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC分类号： G06N3/0464 , G06N3/082
摘要： 本发明的一种深度神经网络压缩的方法、装置、计算机设备和存储介质，属于卷积神经网络技术领域，方法包括：获取原始深度神经网络的权重矩阵；通过局部结构化稀疏处理对权重矩阵进行稀疏剪枝；通过乘积量化方法对稀疏剪枝后权重矩阵进行矩阵权重压缩，获得压缩权重；将压缩权重放入adam模块进行微调，获得压缩后的输变电缺陷识别模型。本发明通过结构化稀疏提高了计算效率，通过乘积量化降低了存储开销，结构化稀疏和乘积量化两者协同工作，大大提高了深度神经网络的压缩率。
-
-
-
-
-
-
-
-
-
搜索结果
62 条记录 (耗时 0.074 秒)
